la verdad que utiliza datos para extraer

DATOS Y EL BIG conocimiento. La Ciencia de Datos es una de las

áreas de más rápido crecimiento y ya está
proporcionando un gran valor en todas las industrias

DATA y áreas de estudio. Sin embargo, la Ciencia de Datos

todavía está en su infancia, y como cualquier campo
en desarrollo, es más importante dejar espacio para
En 2008, el Dr. DJ Patil, jefe de analítica de datos en que la disciplina evolucione orgánicamente.
Linkedln y Jeff Hammerbacher, jefe de datos en
Facebook, acuñaron el término ‘ciencia de datos’ ¡Desarrollando el producto correcto!
para describir el campo de estudio emergente que
se centró en descubrir el valor oculto en los datos
que se recopilan desde los diferentes sistemas de
información en todo el sector minorista y
empresarial.

Muchas empresas realizan experimentos y entregan

productos después de evaluar los resultados de
todas las opciones y pruebas posibles. Por lo
general, los científicos de datos ayudan a diseñar el
análisis adecuado para la característica correcta que
se probará, identificando las hipótesis basadas en
datos sobre fenómenos y guiando al equipo del
producto a través de la retroalimentación constante
La Ciencia de Datos es ahora el término general
utilizando los datos recopilados. Por lo tanto, esta
que se usa para una disciplina que abarca la
actividad del científico de datos es un rol analítico
programación, estadística, minería de datos,
esencial que debe tomarse, asegurando que los
aprendizaje automático, analítica de datos,
productos correctos salgan al mercado con las
inteligencia de negocios, visualización de datos y
características correctas.
una gran cantidad de otras áreas temáticas. Cómo
sucede con la ciencia, está cambia y evoluciona
constantemente y a medida que avanzan las
tecnologías y los negocios, esta ciencia seguirá
evolucionando.

La mayoría de las personas con conocimientos en

esta área estarían de acuerdo en que la Ciencia de
Datos es una disciplina científica y de búsqueda de

1
¿La compañía está saludable?
Los científicos de datos tienen la capacidad de
acceder y entender a la salud de las empresas. Esta
actividad es bastante sencilla, ya que los resultados
de las operaciones comerciales son datos. Por lo
tanto, no es necesario encontrar formas de obtener
datos de fuentes complicadas. Por lo general, los
datos ya están en los sistemas de información de las
empresas, tal vez en almacenes de datos o en Lagos
de Datos (Data Lakes).
¡Buscando el fraude!
Imaginemos que un equipo de ciencia de datos
revela las razones detrás del repentino crecimiento
de una compra de subproductos financieros en
particular. Una decisión basada en datos sería
actuar de acuerdo con ese análisis y por esa razón
específica, y liderar el cambio en la estrategia de
cartera, en lugar de ajustar la cartera completa de
servicios financieros del banco solo porque se
identificó esa tendencia. Las finanzas siempre han
estado conectadas con los datos. De hecho, la
ciencia de datos y las finanzas van de la mano.
Incluso antes de que se naciera el término ciencia
de datos, las Finanzas lo estaba usando. Al igual
que los bancos han automatizado el análisis de
riesgos, las industrias financieras también han
utilizado la ciencia de datos para esta tarea.

Evaluar la salud de un producto o de un negocio es

bastante “simple”. Por lo general, esto se hace
definiendo el éxito del producto o del servicio
utilizando primero métricas medibles (KPIs). Esas
métricas son monitoreadas continuamente para
asegurar que la compañía esté en camino de cumplir
el objetivo. Sin embargo, como el mundo no es
perfecto (por suerte), siempre habrá valores atípicos ¿Quién está ahí?
(puntos de datos “extraños”) en los que los analistas
experimentados (científicos de datos) se centrarán
para comprender los factores, las causas y las
posibles consecuencias comerciales detrás de esos
valores atípicos, generalmente empleando tableros
de visualización de datos y/o informes.

2

Dos ejemplos fáciles y comprensibles son la
introducción de algoritmos de detección de rostros
en Google Photos, por ejemplo, que detecta quién
está con usted en la imagen, y el excelente sistema
de recomendación de Netflix, que muestra al
usuario las películas / series que le gustarán basado
esto en lo que una persona mira o revisa en esta
aplicación.
Los usos que se le puede dar al reconocimiento de
rostros son infinitos; solo por mencionar algunas
aplicaciones: Determinar la cantidad de personas
que entran y salen de un centro comercial. Por
ejemplo, se puede usar para desenfocar los rostros
de las personas de forma predeterminada por
razones de privacidad. En los aeropuertos o áreas
restringidas, es posible localizar una cara en un
pasaporte u otro documento de identificación para
fines de coincidencia de caras.
¡La cosecha inteligente!
La Ciencia de Datos es parte de prácticamente
todas las principales industrias, y la agricultura no
es una excepción. Las plagas agrícolas pueden
reducir rápidamente las ganancias de un agricultor.
Pero, el uso indebido de pesticidas puede tener
efectos adversos en las personas, las plantas y otros
seres vivos. Afortunadamente, algunas compañías
reclutan científicos de datos para ayudarles a
desarrollar plataformas orientadas al usuario que
analicen cuándo aplicar pesticidas y cuánto usar.
Una de ellas es una compañía brasileña llamada
Agrosmart. Su tecnología se basa en sensores de
Internet de las cosas (IoT) e inteligencia artificial
para determinar el tipo de insectos en un cultivo y
la cantidad presente. Posteriormente, los
agricultores tienen un informe asociado y pueden
usarlo para planificar la estrategia adecuada para el
manejo de plagas. El objetivo es ayudar a los
agricultores a controlar de manera rentable las
plagas con un impacto ambiental mínimo.
¿Curando personas con datos?
Solo con buena salud se puede lograr lo que se
quiera en la vida. El biólogo evolutivo, Caleb Finch
describió que la esperanza de vida temprana en
el siglo XIX en Europa y EE. UU era de alrededor
de 30 años. ¿Cuál es el escenario hoy? Se espera
que la esperanza de vida promedio de las
mujeres solo en los EE. UU. sea de 81.2 años y la
de los hombres de 76.4 años.
¿Qué causó este gran cambio a lo largo de los años?
Claramente se puede correlacionar con el avance en
el campo de la medicina y la tecnología que nos han
permitido vivir más tiempo y de manera más
saludable. Sin embargo, la Ciencia de Datos está
jugando un papel crucial en la industria de la salud.
Con un historial médico adecuado de una persona,
3
 un médico ¿Crees conocerme?
puede determinar fácilmente la enfermedad
correcta por la que está pasando esa persona y lo
más importante indicar el tratamiento adecuado e
incluso personalizado. Los datos clínicos provienen
de notas del médico, resultados de laboratorio e
imágenes médicas. Este tipo de datos se recopila
casi todos los días y un hospital puede utilizar ciertos
algoritmos para analizar los registros de pacientes
para identificar a ciertas personas en riesgo de
afecciones médicas.

¡Predecir lo impredecible!
Cualquier entidad que brinde un servicio o
producto es responsable de proporcionarlos de la
mejor forma personalizada a sus clientes. A través
de la Ciencia de Datos se están empleando una
variedad de técnicas para analizar la información
del cliente y generar información sobre sus
interacciones. Además, se está empezando a
confiar en el reconocimiento de voz y el software
basado en el procesamiento del lenguaje natural
para proporcionar una mejor interactividad a sus
usuarios.

El uso del análisis de los grandes volúmenes de big Con los datos proporcionados por los usuarios, las
data para determinar el mantenimiento predictivo empresas pueden obtener información procesable
es uno de los temas más comentados en las áreas de de las necesidades de sus clientes, lo que
mantenimiento y gestión de activos en la industria conduciría a un aumento de las ganancias. Esto
de la manufactura. El mantenimiento predictivo se ayudaría a que las mismas puedan optimizar sus
centra en cómo predecir cuándo ocurrirán ciertas estrategias y proporcionar mejores servicios o
condiciones y cuándo fallarán las máquinas. Los productos a sus clientes.
sensores en tiempo real instalados en el equipo
proporcionan datos en tiempo real que puede
alimentar a los modelos predictivos para ayudar a
determinar cuándo algo está a punto de fallar o cuál
es la vida útil restante de ese equipo. Luego puede
programar el mantenimiento en función de esos
datos.

4
¡No te aísles… intégrate!
¿Cómo lograr la mejor marca?

A la gente le gusta correr. Las aplicaciones para

corredores pueden tomar datos del corredor y
analizarlos en comparación con los datos de otros
corredores de todo el mundo, para elaborar un plan
específico que se pueda seguir en pasos para
alcanzar el objetivo general. Los dispositivos
portátiles de hoy ofrecen una variedad de funciones
propicias para correr, como monitorear el ritmo
cardiaco, la presión arterial, el ritmo de carrera y la
distancia de carrera, y todos están conectados con la
ayuda de internet.

Los expertos en educación saben que, si los
estudiantes comienzan a sentirse aislados en la
universidad y carecen de sistemas de apoyo, esos
factores podrían afectar negativamente las tasas de
retención. Investigadores de la Universidad de Iowa
descubrieron una forma de pensar hacia el futuro
que podría detectar qué tan bien los estudiantes
encajan con los demás.
Al comienzo, todos los estudios se centraron en
analizar datos sobre maratón, describiendo una
variedad de estudios sobre diferentes aspectos de la
carrera de maratón, como la influencia de la edad, el
género, la experiencia en el rendimiento y el ritmo, y
centrándose en los registros de carrera de una
amplia gama de maratones de grandes ciudades de
todo el mundo.

Examinaron los datos utilizados en casi todas las

universidades que tienen establecimientos de
comida. Esto sugiere que mirar las interacciones
entre los alumnos desde el principio y conectarlas
con la probabilidad de graduación futura es posible
y más necesario de lo que se pensaba
anteriormente. Los datos recopilados a través de
estudios como este también podrían ayudar a los
representantes de las universidades a ser más
proactivos para alentar a los estudiantes de primer
año a involucrarse e interactuar con grupos de
amigos, ya sea conociendo a personas que viven en
sus residencias o en otros lugares.